原文發(fā)表于《科技導(dǎo)報(bào)》2025年第6期 《DeepSeek技術(shù)創(chuàng)新與通用人工智能發(fā)展趨勢(shì) 》
為深入了解DeepSeek在通用人工智能領(lǐng)域的最新進(jìn)展，《科技導(dǎo)報(bào)》邀請(qǐng)北京航空航天大學(xué)人工智能研究院教授、國家重點(diǎn)研發(fā)計(jì)劃（智能服務(wù)適配）首席專家吳文峻撰文，探討DeepSeek的技術(shù)創(chuàng)新與通用人工智能發(fā)展趨勢(shì)。首先，從DeepSeek的技術(shù)特點(diǎn)出發(fā)，詳細(xì)分析了其在模型架構(gòu)和推理技術(shù)方面的核心創(chuàng)新；隨后，探討了DeepSeek對(duì)通用人工智能未來發(fā)展的影響，包括開源生態(tài)的作用、神經(jīng)標(biāo)度律（Neural Scaling Law）的局限性以及通專結(jié)合的行業(yè)模型；最后，總結(jié)了DeepSeek的技術(shù)貢獻(xiàn)，展望了其在開源生態(tài)和垂直領(lǐng)域應(yīng)用中的潛力。
近年來，隨著深度學(xué)習(xí)技術(shù)的快速發(fā)展，大語言模型（LLMs）在自然語言處理、內(nèi)容生成、推理能力等方面取得了顯著進(jìn)展。然而，盡管這些大模型在規(guī)模和性能上不斷突破，其發(fā)展仍面臨諸多挑戰(zhàn)，包括高昂的訓(xùn)練成本、推理效率的瓶頸，以及模型在復(fù)雜任務(wù)中的邏輯推理能力不足等問題。在此背景下，DeepSeek應(yīng)運(yùn)而生，作為中國在通用人工智能（AGI）領(lǐng)域的重要探索，DeepSeek不僅繼承了現(xiàn)有大模型的優(yōu)勢(shì)，還在模型架構(gòu)、訓(xùn)練效率和推理能力等方面進(jìn)行了創(chuàng)新性突破。
1
DeepSeek-V3的創(chuàng)新架構(gòu)和低成本高性能訓(xùn)練方法
傳統(tǒng)的大型模型訓(xùn)練，無論是閉源的GPT系列還是開源的LLaMA系列，都面臨著巨大的圖形處理器（GPU）資源消耗的挑戰(zhàn)。然而，DeepSeek-V3模型以其創(chuàng)新的設(shè)計(jì)理念，巧妙地實(shí)現(xiàn)了低成本與高性能的完美融合，為這一難題提供了突破性的解決方案。該模型不僅顯著提升了推理效率，還有效優(yōu)化了資源利用率，為大規(guī)模模型訓(xùn)練開辟了新的道路。
DeepSeek通過創(chuàng)新性采用FP8混合精度訓(xùn)練框架，實(shí)現(xiàn)了大模型算法與智能硬件的高度協(xié)同優(yōu)化，這一技術(shù)路徑對(duì)推動(dòng)中國AI基礎(chǔ)設(shè)施自主化，實(shí)現(xiàn)基于國產(chǎn)軟硬件的協(xié)同優(yōu)化設(shè)計(jì)具有重要啟示。
DeepSeek-V3以高達(dá)671 B（6710億）的參數(shù)量，將訓(xùn)練成本大幅降低至約557萬美元（表1），與傳統(tǒng)大模型動(dòng)輒上億美元的投入形成鮮明對(duì)比。這一突破不僅彰顯了DeepSeek的技術(shù)實(shí)力，更為行業(yè)提供了高效、經(jīng)濟(jì)的訓(xùn)練范式。
表1 各種大模型訓(xùn)練成本對(duì)比
2
DeepSeek-R1提升“慢思考”的認(rèn)知推理能力
在人工智能領(lǐng)域，認(rèn)知推理能力是衡量模型智能水平的重要指標(biāo)之一。DeepSeek-R1通過創(chuàng)新的推理技術(shù)和架構(gòu)設(shè)計(jì)（圖1），顯著提升了“慢思考”能力——即系統(tǒng)化、邏輯化的深度推理能力。
圖1 DeepSeek強(qiáng)化學(xué)習(xí)訓(xùn)練流程
2.1 DeepSeek-R1推理技術(shù)簡(jiǎn)述
DeepSeek-R1-Zero使用準(zhǔn)確度獎(jiǎng)勵(lì)和格式獎(jiǎng)勵(lì)來指導(dǎo)模型推理的強(qiáng)化訓(xùn)練，盡管其推理表現(xiàn)尚不如其他模型，但通過生成中間思維步驟，成功展示了推理能力生成的可行性。DeepSeek-R1進(jìn)一步通過結(jié)合監(jiān)督微調(diào)與強(qiáng)化學(xué)習(xí)來優(yōu)化其推理性能。通過采用監(jiān)督微調(diào)和強(qiáng)化學(xué)習(xí)技術(shù)，DeepSeek有效規(guī)避了PRM技術(shù)中依賴高質(zhì)量的人工標(biāo)注數(shù)據(jù)、難以明確定義細(xì)粒度步驟以及判斷中間步驟正確性等關(guān)鍵問題，顯著提升了模型在復(fù)雜推理任務(wù)中的性能表現(xiàn)。
2.2 基于神經(jīng)符號(hào)系統(tǒng)的推理架構(gòu)
DeepSeek-R1和OpenAI o1/o3這些大模型系統(tǒng)所取得的推理性能，標(biāo)志著LLMs在推理方面的研究取得了新的突破，開啟了這個(gè)領(lǐng)域的新范式，即系統(tǒng)1（“快思考”）+系統(tǒng)2（“慢思考”）。這個(gè)范式意味要對(duì)符號(hào)主義積累的成果和現(xiàn)有的大模型框架進(jìn)行更深入的結(jié)合，可以在不同的情境中形成動(dòng)態(tài)可變的、復(fù)雜思維鏈，以便在常識(shí)推理、數(shù)學(xué)推理、算法推理、科學(xué)推理、具身推理等方面持續(xù)提升，直至達(dá)到甚至超過人類的認(rèn)知推理能力。
大模型雖然在各種自然語言問題的基準(zhǔn)測(cè)試（benchmark）中表現(xiàn)不錯(cuò)，但是在真實(shí)的交互中，經(jīng)常出現(xiàn)“幻覺”問題。DeepSeek-R1代表的強(qiáng)化推理能力，未來有望讓大模型能夠在合適的事實(shí)性和邏輯性約束的獎(jiǎng)勵(lì)函數(shù)限制下，通過自我反思和思維鏈回溯，大大減少自我幻覺的產(chǎn)生，更好地提升常識(shí)推理能力。數(shù)學(xué)推理是目前LLMs研究者都高度關(guān)注的領(lǐng)域，充分體現(xiàn)了神經(jīng)符號(hào)融合的技術(shù)內(nèi)涵。DeepSeek就有專門針對(duì)數(shù)學(xué)的模型版本：DeepSeekMath 7B和DeepSeek-Prover-V1.5。
前文論述的DeepSeek和其他推理系統(tǒng)所構(gòu)造出的神經(jīng)符號(hào)系統(tǒng)，為未來實(shí)現(xiàn)跨領(lǐng)域、超長鏈條的科學(xué)推理提供了很有價(jià)值的探索思路。未來，基于類似DeepSeek-R1的推理技術(shù)，可以從多個(gè)方面賦能跨領(lǐng)域的科學(xué)推理，從而突破費(fèi)曼極限。首先，可以在海量科技文獻(xiàn)的基礎(chǔ)上，實(shí)現(xiàn)最新學(xué)科知識(shí)的深度整合和挖掘，形成對(duì)復(fù)雜科學(xué)領(lǐng)域探索的知識(shí)基礎(chǔ)。其次，可以在海量科學(xué)數(shù)據(jù)的基礎(chǔ)上，對(duì)這些數(shù)據(jù)蘊(yùn)含的內(nèi)在規(guī)律和模式進(jìn)行分析，歸納總結(jié)出本質(zhì)的科學(xué)規(guī)律，建立融合神經(jīng)網(wǎng)絡(luò)和數(shù)理機(jī)理符號(hào)的新型科學(xué)模型，來刻畫和表征復(fù)雜系統(tǒng)的關(guān)鍵因素，理解復(fù)雜系統(tǒng)要素之間的深層次關(guān)系，突破傳統(tǒng)模型無法領(lǐng)悟的因果鏈條。
3
通用人工智能的未來趨勢(shì)
DeepSeek的成功開啟了通用人工智能深度探索的新篇章，特別是對(duì)大語言模型、多模態(tài)大模型和具身智能大模型的發(fā)展帶來新的動(dòng)力。為推動(dòng)人工智能技術(shù)的持續(xù)演進(jìn)，亟需深入探討以下3個(gè)關(guān)鍵問題：首先，DeepSeek所采用的開源路線將在通用人工智能的發(fā)展中扮演何種角色？其次，在邁向通用人工智能的過程中，Neural Scaling Law是否仍具備其理論指導(dǎo)意義？最后，如何通過“通專結(jié)合”的方式構(gòu)建行業(yè)大模型，從而充分發(fā)揮大模型技術(shù)在產(chǎn)業(yè)應(yīng)用中的價(jià)值？
3.1 開源開放生態(tài)對(duì)發(fā)展通用人工智能的作用
DeepSeek的成功本質(zhì)上體現(xiàn)了開源路線在推動(dòng)生成式人工智能技術(shù)進(jìn)步中的重要作用。DeepSeek-R1系統(tǒng)超過了o1模型的性能，無疑給開源大模型社區(qū)提供了全新的技術(shù)選擇，打破了OpenAI的技術(shù)壟斷，讓每個(gè)研究者和開發(fā)者都能站在這個(gè)全新的起點(diǎn)上，以開源進(jìn)化的技術(shù)演進(jìn)模式，持續(xù)加速探索LLMs推理的新思路和新創(chuàng)新。DeepSeek的開源實(shí)踐或許印證了發(fā)展通用人工智能的必然規(guī)律，必須通過開放的技術(shù)創(chuàng)新生態(tài)，打造開放的通用人工智能系統(tǒng)，實(shí)現(xiàn)開源創(chuàng)新驅(qū)動(dòng)、模型濫用風(fēng)險(xiǎn)防范、可持續(xù)商業(yè)模式之間的微妙平衡。
3.2 Neural Scaling Law對(duì)通用人工智能發(fā)展的影響
在大模型研發(fā)中，通常認(rèn)為模型的性能提升和模型參數(shù)規(guī)模之間滿足冪律關(guān)系，也就是Neural Scaling Law，即模型規(guī)模越大，輸入的訓(xùn)練數(shù)據(jù)越多，模型預(yù)測(cè)能力就越強(qiáng)。但這種指數(shù)級(jí)增長的算力需求，給智算集群系統(tǒng)帶來了極大的開銷，使得規(guī)模的可持續(xù)擴(kuò)展遇到瓶頸。此外，高質(zhì)量和高密度數(shù)據(jù)語料庫的稀缺性也成為制約模型規(guī)模擴(kuò)展的關(guān)鍵因素。綜上所述，單純依賴模型規(guī)模的擴(kuò)展來實(shí)現(xiàn)通用人工智能，無論在技術(shù)可行性還是經(jīng)濟(jì)成本方面，均難以構(gòu)成可持續(xù)的技術(shù)路徑。
目前，業(yè)界的研究重點(diǎn)正在轉(zhuǎn)向后訓(xùn)練（Post-Training）和測(cè)試時(shí)間縮放（Test-Time Scaling，TTS）2個(gè)方面。1）監(jiān)督微調(diào)和強(qiáng)化學(xué)習(xí)等Post-Training方式成為優(yōu)化模型性能的關(guān)鍵手段。2）TTS是一種在推理階段通過增加計(jì)算資源或時(shí)間來提升大模型性能的技術(shù)。未來的研究將更加注重模型的高效性和可持續(xù)性，而非單純追求規(guī)模的擴(kuò)展。
3.3 “通專結(jié)合”的行業(yè)模型
隨著大模型訓(xùn)練范式的改變，尤其是推理和Post-Training、TestTime Scaling逐漸成為發(fā)展的熱點(diǎn)。在垂直領(lǐng)域走“通專結(jié)合”的技術(shù)路線成為必然，需要引入模塊化的架構(gòu)假設(shè)、強(qiáng)化式的能力提升，支持大模型與業(yè)務(wù)邏輯的緊密結(jié)合，在產(chǎn)業(yè)領(lǐng)域?qū)崿F(xiàn)廣泛落地與價(jià)值賦能。首先，巨無霸式的通用模型必然給企業(yè)帶來維護(hù)升級(jí)、訓(xùn)練成本等一系列的復(fù)雜性難題，必須引入模塊化設(shè)計(jì)的理念，實(shí)現(xiàn)模型結(jié)構(gòu)和業(yè)務(wù)功能的松耦合架構(gòu)。其次，業(yè)務(wù)場(chǎng)景需要對(duì)基座模型進(jìn)行定向的蒸餾與微調(diào)，以提升其專業(yè)能力。
自DeepSeek大模型發(fā)布以來，已在多個(gè)行業(yè)，尤其是保險(xiǎn)領(lǐng)域，取得了顯著的應(yīng)用成效。截至2025年2月18日，已有多家領(lǐng)先保險(xiǎn)公司接入DeepSeek并落地應(yīng)用。這種“通專結(jié)合”的模式不僅促進(jìn)了大模型的落地應(yīng)用，更推動(dòng)了行業(yè)智能化的全面升級(jí)。
4
結(jié)論
DeepSeek的推出標(biāo)志著中國在通用人工智能領(lǐng)域邁出了重要的一步，開啟了基于國產(chǎn)技術(shù)的人工智能創(chuàng)新生態(tài)新篇章。通過在大語言模型、推理技術(shù)等方面的創(chuàng)新，DeepSeek不僅展示了其在多領(lǐng)域?qū)υ?、?nèi)容生成以及深度邏輯推理方面的強(qiáng)大能力，還為未來通用人工智能的發(fā)展提供了新的思路和方向。DeepSeek的成功不僅為開源生態(tài)注入了新的活力，也為行業(yè)模型的“通專結(jié)合”提供了可行的路徑。隨著模型規(guī)模的擴(kuò)展和推理技術(shù)的不斷優(yōu)化，DeepSeek有望在更多垂直領(lǐng)域?qū)崿F(xiàn)廣泛應(yīng)用，推動(dòng)人工智能技術(shù)在醫(yī)療、教育、金融等行業(yè)的深度落地。
總的來說，DeepSeek不僅是中國人工智能技術(shù)發(fā)展的里程碑，更是全球人工智能領(lǐng)域的重要貢獻(xiàn)者。隨著AI技術(shù)的不斷進(jìn)步和應(yīng)用的深入，像DeepSeek一樣的中國自主AI研究力量有望在更多領(lǐng)域引領(lǐng)原創(chuàng)技術(shù)突破，推動(dòng)人工智能邁向新的高度，為人類社會(huì)可持續(xù)發(fā)展帶來更多的創(chuàng)新與變革。
本文作者：吳文峻、廖星創(chuàng)、趙金琨
作者簡(jiǎn)介：吳文峻，北京航空航天大學(xué)復(fù)雜關(guān)鍵軟件環(huán)境全國重點(diǎn)實(shí)驗(yàn)室，杭州市北京航空航天大學(xué)國際創(chuàng)新研究院，教授，研究方向?yàn)榭尚胖悄堋⑷后w智能、AI for Science。
文章來源：吳文峻, 廖星創(chuàng), 趙金琨. DeepSeek技術(shù)創(chuàng)新與通用人工智能發(fā)展趨勢(shì)[J]. 科技導(dǎo)報(bào), 2025, 43(6): 14-20.
內(nèi)容為【科技導(dǎo)報(bào)】公眾號(hào)原創(chuàng)，歡迎轉(zhuǎn)載
白名單回復(fù)后臺(tái)「轉(zhuǎn)載」
《科技導(dǎo)報(bào)》創(chuàng)刊于1980年，中國科協(xié)學(xué)術(shù)會(huì)刊，主要刊登科學(xué)前沿和技術(shù)熱點(diǎn)領(lǐng)域突破性的成果報(bào)道、權(quán)威性的科學(xué)評(píng)論、引領(lǐng)性的高端綜述，發(fā)表促進(jìn)經(jīng)濟(jì)社會(huì)發(fā)展、完善科技管理、優(yōu)化科研環(huán)境、培育科學(xué)文化、促進(jìn)科技創(chuàng)新和科技成果轉(zhuǎn)化的決策咨詢建議。常設(shè)欄目有院士卷首語、智庫觀點(diǎn)、科技評(píng)論、熱點(diǎn)專題、綜述、論文、學(xué)術(shù)聚焦、科學(xué)人文等。
熱門跟貼